《亞洲清潔空氣中心：2023中國空氣質量改善的健康效應評估報告（46頁）.pdf》由會員分享，可在線閱讀，更多相關《亞洲清潔空氣中心：2023中國空氣質量改善的健康效應評估報告（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、本報告由北京大學空氣氣候健康（AiR-Climate-Health,ARCH）研究團隊編制亞洲清潔空氣中心提供支持作者列表朱彤中國科學院 院士北京大學 環境科學與工程學院 教授薛濤北京大學 公共衛生學院 研究員王若涵北京大學 公共衛生學院佟明坤北京大學 公共衛生學院楊欣悅北京大學 環境科學與工程學院宮繼成北京大學 環境科學與工程學院 研究員劉俊北京科技大學 能源與環境工程學院 副教授張世秋北京大學 環境科學與工程學院 教授艾思奇北京大學 環境科學與工程學院 博士后李芳洲北京大學 環境科學與工程學院 博士后曹靖原北京大學 環境科學與工程學院 博士后魯鴻北京大學 公共衛生學院劉恒毅北京大學 公共衛

2、生學院倪雪秋北京大學 公共衛生學院鄧建宇北京大學 公共衛生學院王彥瀅北京大學 環境科學與工程學院文字編輯亞洲清潔空氣中心 萬薇版式設計 亞洲清潔空氣中心 傳播組目錄執行摘要-030601 引言-071402 研究內容與方法-151803 主要研究發現-194004 結論-414205 參考文獻-4344執行摘要空氣污染暴露是危害人群健康的首要風險因子之一。越來越多的研究證據表明，對于兒童，空氣污染暴露會傷害其呼吸系統發育、誘發呼吸道感染和加劇哮喘；對于成人，空氣污染暴露會增加肺癌、缺血性心臟病、卒中等致死性疾病，并可能與慢阻肺、糖尿病和退行性神經疾病存在關聯。定量評估空氣污染暴露的健康風險是相

3、關環境健康研究成果的集成，可以為相關政策標準的制定和成效評估提供關鍵科學依據。在中國，2012年修訂和發布的環境空氣質量標準（GB3095-2012）是大氣污染防治進程的一個里程碑，在PM2.5首次納入標準后，實施了包括“大氣十條”（2013-2017）和“藍天保衛戰”（2018、2019、2020）等關鍵行動政策，使得空氣質量快速改善。我們需要關注這一歷程和變化帶來了什么樣的健康改善，為中國在取得大氣污染防治的階段性勝利后如何邁向下一個新征程提供指引。全 球 疾 病 負 擔 研 究（Global Burden ofDiseases,GBD）促進了相關定量評估技術的推廣，過去已有不少研究報告了

4、PM2.5和O3暴露的中國疾病負擔證據和健康影響變化。然而，已有研究仍然存在部分局限性，例如不同風險評估結果之間并不可比、無法區分死亡年齡對疾病負擔的影響，并且很多研究直接采用全國統一基線分析，無法全面捕捉近年來在不同區域、不同人群結構下，城市化、老齡化等中國社會典型特征帶來的空氣污染健康效應的變化。3執行摘要因而，十分有必要針對中國近年來大氣污染治理帶來的空氣質量快速改善，利用最新的方法和輸入數據、開展統一的健康影響評估。本報告應用了最佳可得的健康風險評估方法，以2013年為參照、定量分析2013-2020年期間空氣質量提升帶來的健康改善效益，及其人群和空間分布。本報告依循全球疾病負擔評估的

5、研究方法，將PM2.5和臭氧（O3）長期暴露相關成人早逝的總人數作為測算空氣污染健康風險的主要指標，并將二氧化氮（NO2）相關早逝作為敏感性分析指標。為總結健康改善效益，本報告進一步計算“大氣十條”和“藍天保衛戰”期間空氣污染歸因的預期壽命變化，并利用洛倫茲曲線和基尼系數分析了健康改善效益的均衡程度。結果顯示：“大氣十條”與“藍天保衛戰”期間，與健康息息相關的大氣污染物暴露濃度快速下降“大氣十條”期間，PM2.5人口加權暴露濃度從69g/m3降低到47g/m3，經過“藍天保衛戰”治理，進一步降低到36g/m3，接近 我 國 現 行 標 準（PM2.5年 均 濃 度 35 g/m3）。從地區分布

6、來看，華北地區PM2.5人口加權暴露濃度的下降幅度最為明顯。全國暴露在PM2.5濃度超標水平中的人口占比從2013年的96%下降到2017年的77%，再降至2020年的47%?！按髿馐畻l”期間O3人口加權暴露濃度從111 g/m3升高到121g/m3，但隨著“藍天保衛戰”的推進，O3人口加權暴露污染有所 改 善，2020 年 人 口 加 權 濃 度 降 至115g/m3，仍然高于2013年基準暴露水平。從地區分布來看，華北和西北地區升高幅度尤為明顯，而在長江三角洲、珠江三角洲等南方區域，O3人口加權暴露濃度有輕微下降。從暴露在超標濃度水平（100g/m3）的人口比例來看則有所下降，從2013年

7、的83%下降到2017年80%，隨后又降至2020年的73%?！按髿馐畻l”實施的五年期間，人口加權NO2暴露濃度從32g/m3降低到28g/m3，“藍天保衛戰”三年期間，進一步降至24 g/m3。其中，華北地區的下降幅度最大，長三角地區NO2污染的改善趨勢也較為明顯。暴露在NO2超標濃度水平（100 g/m3）的人口比例也下降顯著，從2013年的28%下降到2020年的2%。更清潔的空氣帶來預期壽命增加，深度治理讓更多人受惠綜合考慮PM2.5和O3暴露水平變化，“大氣十條”期間預期壽命增加1.94月，“藍天保衛戰”期間預期壽命增加3.87個月；考慮預期壽命增加的人群分布，“大氣十條”階段，一半

8、收益集中于約1/4人口，基尼系數為0.32；藍天保衛戰期間，一半收益集中于1/3人口，基尼系數為0.18，地區之間的不平等現象有所緩解。4執行摘要5執行摘要“大氣十條”和“藍天保衛戰”期間，NO2濃度降低避免了0.86和1.12個月的預期壽命損失，同樣提示空氣污染相關的健康風險在加速下降。由于各地基礎空氣質量、年齡結構、健康基線水平的差異，導致空氣質量改善與健康改善并不總是成正比。PM2.5健康收益受暴露改善幅度的影響，但并不完全由暴露改善決定當暴露改善幅度相當時，在平均年齡更高的地區，健康收益更大。從地區分布來看，空氣質量改善幅度最大的是京津冀地區的“2+26”城市，但健康改善最多的地區是長

9、三角和四川盆地。此外，空氣質量改善具有一定城鄉差距，但健康改善的城鄉差距并不明顯。值得一提的是，PM2.5與死亡的暴露反應關系呈現亞線性的特征，也就是說在濃度更低的區間，同樣幅度的暴露改善將帶來更大的健康收益。因此，在“大氣十條”期間空氣質量改善的基礎上，“藍天保衛戰”期間的深度治理使得PM2.5濃度進一步下降，其健康效應提升的邊際效應更強?？偟膩碚f，從“大氣十條”到“藍天保衛戰”，由于強調了多污染物的協同控制、且不斷深化的空氣質量改善程度，空氣治理促進健康的效率逐步放大、普惠程度逐步提高。關注空氣污染易感人群，進一步改善空氣質量為“老齡化”社會減少疾病負擔為了進一步保護公眾健康，世界衛生組織

10、（WHO）2021年更新了全球空氣質量指導值，其中最重要的變化是大幅加嚴了PM2.5、NO2的指導值，并增設了O3高峰季指導值，同時也設置了過渡階段目標供各國的空氣質量管理參考。其中，PM2.5年均指導值從10g/m3降低至5g/m3；第一階段過渡目標值為35g/m3，與我國現行標準相當。評估顯示，2020年中國PM2.5人口加權暴露濃度與世衛組織第一階段過渡目標值接近，NO2人口加權暴露濃度低于第二階段過渡目標值，O3仍處于第一階段過渡目標值以上。如果將全球空氣質量指導值作為清潔空氣的理想目標，我國當前空氣質量仍有待進一步提高。更深度的空氣污染治理將使得易感人群也得到更大的健康保護，包括兒童

11、、老年人，患有慢阻肺、心血管疾病、哮喘等基礎疾病的人群，他們暴露在PM2.5污染中更為脆弱。由于空氣污染是誘發呼吸和循環系統慢性疾病的重要誘因，人口急劇老齡化會使得相關疾病負擔占比增加，甚至抵消空氣質量改善帶來的健康收益。隨著我國人口結構老齡化程度的進一步加深，加之社會對人口生育的重視，進一步開展多種空氣污染物的深度、協同治理，以減少空氣污染相關有害健康效應變得愈發重要。6執行摘要中國的空氣污染治理和健康改善 成績與挑戰01引言在過去七十余年，從發達國家到發展中國家，工業化和城市化造成了不同程度的空氣污染危機，使其成為一項全球環境挑戰。而人們對空氣污染的健康風險認知也在逐步累積，推動著政策、標

12、準和行動計劃的出臺和升級，促進了空氣質量的改善和對公眾健康的保護。在中國，2012年修訂和發布的環境空氣質量標準（GB3095-2012）是大氣污染防治進程的一個里程碑，在PM2.5首次納入標準后，我國經歷了空氣質量快速改善的“黃金十年”。我們需要關注這一歷程和變化帶來了什么樣的健康改善，以及中國如何在“藍天保衛戰”取得階段性勝利后，邁向下一個十年的新征程。本報告通過健康效應的定量分析和評估回答上述決策者、學界、公眾都十分關注的問題，這也是相關環境健康研究成果的集成過程，可以為過去大氣污染治理關鍵政策、標準的成效評估、未來政策的制定和標準的修訂提供科學證據和信息參考。8引言空氣污染的健康效應多

13、種空氣污染物被認為能夠危害人體健康。常規空氣污染物包括臭氧（O3）、二氧化氮（NO2）、二氧化硫（SO2）、一氧化碳（CO）四種氣態污染物和顆粒態污染物（又稱氣溶膠）。顆粒污染物可以進一步區分為空氣動力學直徑小于2.5微米的細顆粒物（PM2.5）、小于10微米的粗顆粒物（PM10），是包括多種化學成分的混合物。毒理和病理學研究發現，在短期或長期暴露于上述空氣污染物后，人體可能誘發氧化應激、系統免疫等多種致病機制，并且大量人群研究發現上述空氣污染物暴露與多種健康結局存在統計關聯。在過去的十五年中，得益于科學家對于空氣污染影響人類健康的不斷研究，我們對于六種主要污染物如何影響人體各方面的健康有了更

14、深入的了解和清晰的認識，也觀察到了空氣污染導致越來越多疾病種類的證據。例如，對于兒童，空氣污染暴露會傷害其呼吸系統發育、誘發呼吸道感染和加劇哮喘1。對成人，空氣污染暴露會增加肺癌、缺血性心臟病、卒中等致死性疾病2,3，并可能與慢阻肺、糖尿病和退行性神經疾病存在關聯4,5。然而對于不同“暴露-結局”組合，研究進度并不相同、證據強度也有差異，究竟哪些“暴露-結局”組合應該被決策者所采納、用于健康風險測算，需要對已有證據進行全方位的評估。例如，全球疾病負擔研究（Global Burden of Diseases,GBD）選擇了相關性更低、甚至呈現負相關的PM2.5和O3兩種污染物作為暴露指標，僅考慮

15、長期健康效應，選擇疾病歸因死亡作為健康結局。最新的GBD評估涵蓋的“暴露-結局”組合包括：PM2.5長期暴露與低出生體重、早產、下呼吸道感染、二型糖尿病、慢性阻塞性肺病、肺癌、腦卒中、缺血性心臟病的組合，以及O3長期暴露與慢性阻塞性肺病的組合。需要說明，其它空氣污染物與疾病的關聯并非不重要，但由于多種污染物之間的復雜相關性，暴露與疾病之間的因果關系有待進一步確認，并且不同空氣污染物的疾病風險存在“重復計算”，因此沒有將多種污染物全盤納入評估?？傊?，如何準確測算多種空氣污染物聯合暴露的疾病風險，仍是未被徹底解決的學術難題。9引言-圖1 全球疾病負擔所采納的空氣污染暴露相關健康結局引言10空氣污染

16、的疾病負擔定量評估空氣污染暴露的健康風險是相關環境健康研究成果的集成，是相關政策、環境標準制定的關鍵科學證據。描述空氣污染暴露與健康結局發生概率的數學方程被稱為暴露反應關系，是開展健康風險評估的核心方法。為了構建某一空氣污染物（如PM2.5）與全因死亡的暴露反應關系，傳統的方法是通過文獻綜合、統計模型（例如薈萃回歸分析、非線性擬合等）關聯某一種健康結局的相對風險度（Relative Risk，RR）估算值與得出該RR所對應的人群平均暴露水平（如平均PM2.5濃度）。例如，美國環保署（USEPA）曾基于上述方法，結合經濟負擔評估等多種技 術 手 段，開 發 了 BenMAP 模 型（Enviro

17、nmentalBenefitsMappingandAnalysisProgram），用于測算PM2.5和O3暴露導致的超額死亡，以及心腦血管和呼吸道疾病發病、住院、不良癥狀，并利用經濟學方法將不同類型的健康風險轉化為經濟損失?？諝馕廴窘】碉L險評估技術的推廣得益于GBD研究進展，尤其是2014年Bernett etal.發表了PM2.5長期暴露與歸因死亡的IER模 型（integrated exposure-responsemodel）。然而，隨著人群研究證據的積累，GBD所采用的疾病負擔測算方法逐步進化，而這也增加了空氣污染健康風險的不確定程度?？傊?，空氣污染的疾病負擔是基于“當前可獲得的最佳

18、證據”的健康風險測量：基于相同的模型設定所得出的疾病負擔內部可比，但風險定量的絕對值具有不確定性，并且在用于不同研究的橫向對比前、需事先明確其模型設定的一致性。借助GBD開發的模型，既往研究報告了PM2.5和O3暴露的中國疾病負擔證據。在長期PM2.5暴露方面，據IER模型估計，2013年約122萬（95%CI：105137萬）25歲及以上成人的早死可歸因于PM2.5暴露，包括的4種死因，即卒中、缺血性心臟病、慢阻肺和肺癌，分別占51%，25%，14%和10%。得益于有效的空氣污染防控手段，2015年人口加權PM2.5暴露水平減低21.5%，減少了9.1%的死亡（約11萬），主要減少的是卒中和

19、慢阻肺導致的死亡。6 2017年歸因于PM2.5暴露的死亡人數進一步降低到100萬（95%CI：90120萬），7 當再進一步加入成人下呼吸道感染和二型糖尿病歸因的死亡作為健康結局時，2017年中國歸因于大氣PM2.5暴露的死亡人數約124萬（95%CI：108139萬）。8引言根據global exposure mortality models(GEMMs)模型估計，2018年中國約140萬歸因于PM2.5暴露導致的死亡，比2015年減少20萬人。9 在暖季O3暴露方面，GBD只納入了慢阻肺導致的死亡為結局，中國2017年約17.8萬（95%CI：6.828.6萬）歸因于O3暴露的早死。8

20、然而，已有研究存在部分局限：首先，不同研究所采用的輸入參數（例如暴露反應關系）具有顯著異質性，不同風險評估結果之間并不可比；其次，現有研究多利用超額死亡作為風險評估結果，而這一指標無法區分死亡年齡對疾病負擔的影響；最后，城市化、老齡化是中國社會的典型特征，但現有方法多直接利用來自GBD研究的死亡數據、全國采用統一的基線死亡風險，無法捕捉上述社會動態發展特征對空氣污染疾病負擔的影響。由此可見，有必要針對中國近年來大氣污染治理帶來的空氣質量快速改善，利用最新的方法和輸入數據、開展統一的健康影響評估。中國空氣污染治理政策和歷程20世紀70年代，我國政府對工業生產排放大氣污染物所致的人民健康問題高度重

21、視。國務院于1973年召開了第一次全國環境保護會議，提出“全面規劃、合理布局、化害為利、依靠群眾、大家動手、造福人民”的環境保護方針。1982年，我國首次發布大氣環境質量標準（GB 3095-82）。該標準對大氣中總懸浮顆粒物（TSP）、飄塵、SO2、NOx、CO、光化學氧化劑制訂了濃度限值。改革開放以來，伴隨著經濟增長和人均收入的提高，我國生態環境在不斷惡化，大氣污染問題持續引發全社會的密切關注。20世紀90年代，為了應對日益突出的區域性大氣污染問題，1996年我國對大氣環境質量標準進行了第一次修訂。修訂后的標準改稱環境空氣質量標準（GB 3095-96）。在原有6種污染物限值的基礎上，增加

22、了NO2、鉛、苯并a芘、氟化物的濃度限值，并將飄塵改為PM10，光化學氧化劑改為O3。2000年，我國再次對環境空氣質量標準（GB3095-96）進行了修訂，取消NOx指標，同時對NO2和O3的濃度限值進行了修改。11引言21世紀后，區域性復合大氣污染特征初步顯現。通過實施區域聯防聯控機制，顯著地改善了2008-2010年間舉辦的北京奧運會、上海世博會和廣州亞運會會議期間的空氣質量，為我國空氣質量改善以及相關標準的修訂提供了寶貴科學依據。2012年，我國對環境空氣質量標準（GB 3095-2012）再次進行修訂，增設了PM2.5濃度限值和臭氧8小時平均濃度限值，是近年來中國空氣污染治理迅速獲得

23、成效的起點。為了達成新的標準，2013 年 9月國務院出臺大氣污染防治行動計劃（也稱“大氣十條”）10，全面強化燃煤、工業源、移動源、城市面源等污染源減排和綜合治理，大力推進產業結構升級、技術改造革新和能源結構調整，完善環境監管，標志著由頂層設計、自上而下逐級分解且通過政治激勵保障執行的大氣污染規制行動開始實施，污染規制得到空前加嚴?！按髿馐畻l”要求截至2017年，京津冀、長江三角洲、珠江三角洲等區域PM2.5細顆粒物濃度分別下降25%、20%、15%左右，其中北京市PM2.5年均濃度控制在60g/m3左右。2014 年 4 月和 2015 年 8 月全國人大常委會分別修訂通過了中華人民共和國

24、環境保護法和中華人民共和國大氣污染防治法11，被稱為“史上最嚴”環保法和大氣污染防治法。2012年，黨的十八大報告中首次提出努力建設美麗中國任務。2017年，黨的十九大報告再次提出建設美麗中國，并將美麗中國確定為建成現代化強國的新目標，即到2035年我國基本實現社會主義現代化，生態環境根本好轉，美麗中國目標基本實現。秉承習近平“綠水青山就是金山銀山”理念、踐行可持續發展國策，極大促進了我國空氣污染的治理。在完成“大氣十條”治理目標后，2018年6月國務院進一步出臺了打贏藍天保衛戰三年行動計劃（也稱“藍天保衛戰”），以京津冀及周邊地區、長三角地區、汾渭平原等區域為重點，在2018-2020年持續

25、開展大氣污染防治行動，并強調VOCs的控制、以期達到PM2.5和O3的協同治理。近年來，碳減排碳達峰目標的提出為空氣污染治理注入新動能，2022年生態環境部等六部門制定了減污降碳協同增效實施方案，提出基于環境污染物和碳排放高度同根同源的特征，進一步優化治理路線，要求到2030年，大氣污染防治重點區域碳達峰與空氣質量改善協同推進取得顯著成效，推動減污降碳協同增效。12引言“大氣十條”實施后，我國空氣質量得到明顯改善。我國PM2.5的年平均濃度從2013年的 67.4g/m3大 幅 下 降 到 2017 年 的45.5 g/m312，且減排政策被證明是PM2.5改善的主要驅動因素。已有部分研究采用

26、實證分析的方法，觀測到“大氣十條”政策對公共健康的改善作用。本研究團隊基于“大氣十條”這個準實驗研究背景，利用多個具有全國代表性的調查數據，分析了政策前后PM2.5改變在對多種亞臨床指標的改善情況，包括肺功能2、血脂代謝13、腎功能2、活動能力14、精神健康15-17、醫療支出18等方面。例如，對于腎功能，研究發現，PM2.5濃度降低可顯著改善多種腎功能生物標志物，包括腎小球濾過率（GFRcys），血尿素氮（Blood Urea Nitrogen，BUN）和尿酸（Uric Acid，UA）。與之類似，血脂研究表明，PM2.5降低可以顯著降低低密度脂蛋白（Low-Density Lipoprot

27、ein，LDL）和總膽固醇（Total Cholesterol，TC）水平，揭示了PM2.5暴露與脂質代謝的因果關系。國內外其他學者也嘗試通過多種因果推斷的理論和方法，力圖揭示“大氣十條”政策實施所帶來的空氣質量改善和健康收益。例如，Yu et al.利用國內271個地級市2008-2018年 的 面 板 數 據，采 用 雙 重 差 分 法（difference-in-difference,DID）、傾向得分匹配（propensity score matching,PSM）的 雙 重 差 分 模 型 和 三 重 差 分 模 型（difference-in-difference-in-diffe

28、rences）量化了“大氣十條”政策對中國空氣質量的影響，結合平行趨勢檢驗和穩健性分析證實了清潔空氣行動顯著降低了試點地區PM2.5和SO2的污染濃度水平19。徐志虎等基于DID模型檢驗了“大氣十條”政策對我國中老年人群的精神健康影響，研究發現，自該政策實施后，PM2.5的濃度下降明顯改善了我國中老年人的抑郁程度和認知功能，其中，高響應組的中老年人抑郁程度下降了7.55%（95%CI:2.83%,12.03%），認知水平提高了2.70%（95%CI:0.25%,5.22%）20。Ke Ju等利用國內一項前瞻性隊列-中國家庭小組研究（Chinese Family Panel Study,CFPS

29、）的調查數據，采用反事實因果實證分析、工具變量固定效應模型等檢驗手段，揭示了空氣污染長期暴露與中老年人身心健康及自我健康評定之間的負性因果關聯，證明了清潔空氣行動對老齡人口的重要保護作用21,22。綜上所述，亞臨床指標改善的日積月累將能夠帶來更長遠的健康改善，最終達到避免疾病發生，降低相關超額死亡風險。盡管，空氣污染健康效應存在復雜性，利用真實世界數據幾乎不可能全面捕捉空氣質量改善的健康效益。因此，有必要采取風險評估方法，利用證據外推的方式、定量分析空氣污染相關疾病負擔減少，揭示“大氣十條”和“藍天保衛戰”健康效應的全貌?？諝馕廴局卫淼慕】敌?3引言在1958年，世界衛生組織（World H

30、ealthOrganization；WHO)發布的技術報告中開始關注空氣污染對人體健康的損害23?；诳茖W界在其后近30年對該問題的研究和認知的逐步積累，WHO歐洲辦事處于1987年發布了首個基于健康保護的空氣質量指南（AirQuality Guidelines；AQG)，并不定期更新，目的在于協助各國政府和民間社會減少空氣污染以及對人類的負面影響。WHO上一次發 布 AQG 是 在 2006 年（Airqualityguidelinesglobal update 2005），涵蓋了包括顆粒物（PM)和臭氧（O）在內的多項空氣污染物的指導值，是我國空氣質量標準（National air qua

31、lity standards；NAAQs）修訂的重要依據，我國現行標準的PM2.5等關鍵指標濃度限值與WHO第一階段目標（Interim Target-1;IT-1）一致。隨著空氣污染的健康效應的證據越來越多，在2021年9月22日，WHO經過文獻調研，通過科學的文獻綜述方法，制定了新的AQG，針對PM2.5、PM10、O3和NO2污染提出了更為嚴格、更具挑戰性的目標，并規劃了更長遠的治理路徑。與2005年版的AQG相比，本次修訂的主要變化概括如下：（1）基于低濃度水平健康影響的隊列研究新證據，收緊了PM2.5、PM10的長期暴露指標年均指導值，其中PM2.5年均指導值由10g/m3下調到5g

32、/m3；（2）基于“多國家多城市”（multi-country multi-city，MCC)研究提供的數據24，更新了部分污染物的概率分布特征（即24小時平均濃度的第99百分位與年均值的比率)，并據此重新評估了O3日最大8小時平均值，結果與2005版AQG一致，更新了PM2.5、PM10的24小時指導值，制定了NO2和CO的24小時指導值；（3）基于NO2長期暴露與全因死亡率和呼吸道疾病死亡率之間關聯的新證據，將NO2的年均指導值從40g/m3變更為10g/m325,26；（4）基于長期臭氧濃度與總死亡率和呼吸道死亡率之間關聯的健康影響證據，增設了O3濃度高峰季平均值（即，暖季峰值)，指導值

33、為60g/m3 27,28。在2012年將PM2.5首次納入環境空氣質量標準后，并且連續實施了“大氣十條”和“藍天保衛戰”的強力治理政策后，2020年，中國337個城市中有202個城市實現6項標準污染物的年平均濃度全部達標，337個城市的國 控 監 測 站 點 PM2.5整 體 年 均 濃 度 為33g/m3，首次低于年均濃度標準水平。伴隨著中國自2013年以來的空氣質量持續改善，現行標準對于大部分已達標城市不再具有強有力的引領和驅動作用。是否要啟動新一輪空氣質量標準的修訂已經提上研究議程，如何縮小現實可行的環境質量標準與AQG之間的差距，需要更深入的研究與決策權衡。全球空氣質量的新標準14引

34、言02研究內容與方法WHO制定更為嚴格的空氣質量指導值為中國空氣污染治理提出了新的挑戰，為了更好、更快的推動空氣質量改善，總結并且全面評估“大氣十條”和“藍天保衛戰”的健康改善效應，可以為持續空氣污染治理的注入更多動力。有鑒于此，該報告利用經典風險評估方法和高質量的輸入數據，針對影響健康的主要空氣污染物PM2.5和O3、以及典型城市空氣污染物NO2開展系統分析，估算2013-2020年間上述污染物相關的超額死亡風險、預期壽命損失等疾病負擔指標，分析相關健康風險的變化趨勢和地區分布，并且進一步利用基尼系數檢驗健康改善效益的人群分布是否均衡。本報告所采用的評估方法可參考已發表的研究成果，并且簡述如

35、下：報告使用集成機器學習算法得到的PM2.5和 O3濃 度 數 據29,30與 來 自 WorldPop（https:/www.worldpop.org）的人口分布信息，將城市化地圖與基于性別、年齡與城鄉居住情況的人口地圖合并，為亞組人群開發出一系列覆蓋全國的網格化地圖（1 1 km），在此基礎上進行空氣污染物的疾病負擔評估。首先，利用貝葉斯、正則化修剪工具（MR-BRT）開發的暴露反應函數31，確定每個空間網格下污染暴露的相對風險，并進一步轉換成歸因危險度百分比；其中，PM2.5暴露的病因特異性死亡包括缺血性心臟病、中風、肺癌、慢性阻塞性肺疾病、下呼吸道感染和二型糖尿病，濃度取12個月平均值

36、，O3導致超額死亡則主要考慮慢性阻塞性肺疾病，濃度取暖季峰值32,33。隨后，根據網格化的基線死亡率、人口數與歸因危險度百分比，計算特定年份與亞組人群長期PM2.5和O3暴露的歸因死亡人數，見公式（1），下角標s、t、k分別代表空間網格、年份和“性別-年齡-城鄉居住地”亞組，Ds,t,k即為第s個網格單元中第k個亞組人群在第t年的歸因死亡人數；C、B、P分別表示PM2.5或O3年濃度、基線死亡率與人口規模。研究內容與方法16為了進一步闡述空氣治理所帶來健康效應的改變，我們又基于各個年齡層的預期壽命（LEk），將超額死亡人數拓展為時空分布下的生命損失年數（Years of Life Lost,Y

37、LL）和預期壽命損失數（Loss of Life Expectancy,LLE），并量化出衡量預期壽命改善的新指標預期壽命增長數（Gain of Life Expectancy,GLE），其中y1、y2表示不同的大氣污染治理時段。以上疾病負擔指標的計算見公式（2，3），其置信區間的估計可利用蒙特卡羅方法實現。研究內容與方法Ds,t,k=AF(Cs,t)Bs,k Ps,t,k,AF(Cs,t)=1 1/RRs,t,k,RRs,t,k=MR-BRTk(Cs,t)/MR-BRTk(TMREL)(1)17在健康收益分布的均衡性研究中，我們將經濟學中常用的不平等分析工具洛倫茲曲線進行了改造，將預期壽命增

38、長數（GLE）視為大氣治理中的“健康收入”，繪制給定比例的人口所持有的健康收入總份額，并用基尼系數衡量與絕對平等之前的差距，以測算地域健康收益異質性?；嵯禂翟酱?，表明健康收益的分布越不均衡。關于NO2相關超額死亡、預期壽命損失及其分布均衡性的測算，具體測算方法與PM2.5和O3類似。需要說明，該部分采用世界衛生組織獲得2021版全球空氣質量指南時所發展的暴露反應關系分析，利用全因死亡作為風險評估結局，詳情請參考本團隊已經發表的學術論文。34以上，綜合衡量不同時期、不同區域的暴露改善、健康改善與健康效益的均衡分配情況，我們可以定量評價大氣污染治理效果，為環境政策優化和公眾健康促進提供啟示。研究

39、內容與方法LLE s,t=LE0*YLLs,t/Ps,t,Ps,t=k Ps,t,k,YLLs,t=k Ds,t,k LEk,(2)GLEs=LLE s,t=y1 LLE s,t=y2=LE0(YLLs,t=y1/Ps,t=y1 YLLs,t=y2/Ps,t=y2)=LE0(Ps,t=y1/Ps,t=y2)YLLs,t=y1 YLLs,t=y2 YLGs/Ps,t=y2=LE0*YLGs/Ps,t=y2,(3)1803主要研究發現PM2.5暴露水平的變化圖1.1 2013-2020年人口加權的PM2.5暴露濃度（右側）及超過WHO標準的人口占比（左側）第一部分 細顆粒物的暴露變化及健康影響主要

40、研究發現20圖1.1展示了人口加權的PM2.5暴露濃度變化?！按髿馐畻l”實施的五年期間，PM2.5暴露濃度從69g/m3降低到47g/m3；“藍天保衛戰”三年期間，進一步降低到36g/m3。暴露在PM2.5濃度超過中國環境空氣質量標準年均值（35g/m3，與WHO過渡期目標IT1相當）的人口占比從2013年的96%下降到2017年的77%，再降至2020年的47%。主要研究發現21圖 1.2 展 示 了 2013-2020 年 間PM2.5降低趨勢的空間分布。每個網格點上，利用最小二乘法計算PM2.5月均濃度的長期趨勢，并且運用圖層的透明度代表趨勢的統計顯著程度（P值）。結果說明期間空氣顆粒物

41、污染普遍下降，華北地區PM2.5的下降幅度最為明顯。圖1.3 2013年、2017年、和2020年PM2.5暴露和疾病負擔的人群分布情況圖1.2 2013-2020年PM2.5濃度變化趨勢的空間分布圖1.3展示了2013、2017和2020年不同暴露水平的人口分布及其“城鄉-年齡-性別”特征，三個人群分布的對比說明：從2013到2020年，人口向低暴露濃度區間集中，也證明了PM2.5暴露水平的顯著改善。PM2.5濃度在不同城鄉、年齡和性別的分布中較為統一，亞組之間的PM2.5污染水平沒有顯著差異。作為對照，圖中還展示了超額死亡人數和預期壽命損失的分布情況。PM2.5暴露的健康影響圖1.4 20

42、13-2020年PM2.5暴露的疾病負擔：超額死亡人數、歸因風險占比、總壽命損失年和預期壽命損失主要研究發現_1說明：在使用預期壽命損失度量空氣污染的健康影響時，不同年齡段人群的橫斷面特征（死亡率和暴露水平）組成一個“生命量表”，代表一個“虛擬個體”的不同生命階段。歸因于空氣污染的預期壽命損失指：“虛擬個體”在現實暴露情景和反事實暴露情景（即最小風險暴露水平）下預期壽命的差異。22圖1.4展示了2013-2020年歸因于PM2.5長期暴露的超額死亡人數、歸因風險比、總壽命損失和預期壽命損失，本研究報告統一采用預期壽命損失作為度量疾病負擔的主要指標1。2013、2017和2020年，歸因于PM2

43、.5暴露的預期壽命損失分別為1.86、1.69和1.38年。各項疾病負擔指標均呈現接近線性的下降趨勢，并且2017年后，下降趨勢更陡峭、速度更快。圖1.5展示了2013-2020年歸因于PM2.5長期暴露的預期壽命損失及其變化量，作為各階段治理空氣污染對應的健康收益“大氣十條”期間避免預期壽命損失2.11月、“藍天保衛戰”期間避免預期壽命損失3.68個月。由于PM2.5與死亡的暴露反應關系呈現亞線性的特征，在經過“大氣十條”的治理后，“藍天保衛戰”得以從更低濃度的基礎上、對PM2.5污染進行深度治理，因此，污染減排的邊際效應更強。圖1.5 PM2.5暴露相關預期壽命損失的變化，以及歸因于大氣十

44、條和藍天保衛戰期間暴露改善所避免的預期壽命損失主要研究發現23圖1.6 分地區、分人群的PM2.5暴露水平改善與健康改善圖1.6展示了不同地區和人群的PM2.5暴露改善（即濃度降低）以及相關的健康收益（即避免的預期壽命損失）。PM2.5健康收益受暴露改善幅度的影響，但并不完全由暴露改善決定當暴露改善幅度相當時，在平均年齡更高的地區，健康收益更大（例如，成人平均年齡為46-48歲、49-50歲和50歲的地區）。京津冀及周邊的2+26城市是暴露改善幅度最大的地區，但長三角的健康收益更多、其次為四川盆地。PM2.5暴露及健康影響的“地區畫像”圖1.7 分省的PM2.5暴露水平改善與相關健康收益圖1.

45、7展示分省的PM2.5暴露水平改善與相關健康收益，并且繼續驗證了健康收益不完全由暴露水平改善所決定，其中暴露改善最大的省份是河北，但避免的預期壽命損失最高的是上海。主要研究發現24圖1.8和1.9展示了決定PM2.5疾病負擔評估模型的輸入和輸入數據的人群構成比例。圖1.8展示了全國平均水平上疾病負擔評估的輸入變量及其人群分布；圖1.9展示了全國平均水平上疾病負擔評估輸出指標的人群分布。結果表明，高年齡人群面臨著更高的基線死亡風險，并承擔了更大的PM2.5疾病負擔，男性群體承擔的疾病負擔略高于女性，且城鄉之間疾病負擔評估的輸出與輸入指標沒有明顯差異。附圖1.1展示了各省城市的暴露水平以及疾病負擔

46、的人群分布；附圖1.2展示了分城市的暴露改善和健康收益情況。圖1.9 PM2.5疾病負擔評估（超額死亡、壽命損失、預期壽命損失）的人群分布圖1.8 PM2.5疾病負擔評估輸入數據（濃度、人口、基線死亡風險）的人群分布主要研究發現25PM2.5相關健康收益的分布及其不均衡程度圖1.10 不同PM2.5水平及改善幅度下，相關健康改善的人群分布圖1.10展示了不同PM2.5水平及其改善幅度下的人群健康改善的分布情況。結果表明，“大氣十條”實施的五年期間，污染治理所避免的預期壽命損失集中在0-5個月的區間內，而“藍天保衛戰”的推進，使人群分布向預期壽命增加的方向移動，多數人群的PM2.5暴露水平降低到

47、55g/m3以下。圖1.11進一步揭示在不同地區和不同PM2.5改善幅度下健康改善的人群分布情況?！按髿馐畻l”期間，各地區健康改善的人群分布差異明顯，長三角地區和四川盆地人群避免的預期壽命損失更多；而“藍天保衛戰”的治理，使得各區域健康改善的人口分布差異減小，其它地區的預期壽命增加量與長三角和四川盆地等地接近。圖1.11 不同地區和不同PM2.5改善幅度下，相關健康改善的人群分布主要研究發現26圖1.12展示了“大氣十條”與“藍天保衛戰”期間PM2.5暴露水平改善和相關健康改善的洛倫茲曲線，基于此，可得到各階段暴露改善和健康改善的基尼系數。相比于“大氣十條”階段，“藍天保衛戰”的治理雖然沒有降

48、低更多的PM2.5污染，卻有效避免了更多的預期壽命損失；兩階段暴露改善的基尼系數接近，但后者健康改善的基尼系數更小，僅為0.18。圖1.12-1 大氣十條和藍天保衛戰期間PM2.5暴露水平改善（實線）和相關健康改善（虛線）的洛倫茲曲線圖1.12-2 暴露改善和健康改善的不均衡程度（基尼系數）第二部分 近地面臭氧的暴露變化及健康影響主要研究發現27圖2.1呈現了2013-2020年人口加權的O3暴露濃度變化?！按髿馐畻l”實施的五年期間，O3暴露濃度從111g/m3升高到121g/m3，但隨著“藍天保衛戰”的進行，O3暴露污染有所改善，濃度降至115g/m3。生活在WHO過渡期目標IT1（100g

49、/m3）以上的人口比例從2013年的83%下降到2017年80%，隨后又降至2020年的73%。O3暴露水平的變化圖2.1 2013-2020年人口加權的O3暴露濃度（右側）及超過WHO標準的人口占比（左側）主要研究發現28圖2.2展示了2013-2020年間O3人口加權暴露濃度改變趨勢的空間分布情況。每個網格點上，利用最小二乘法計算O3日8小時平均最大值（MDA8，MaximumDaily 8-hour Average）的月均濃度的長期趨勢，并且運用圖層的透明度代表趨勢的統計顯著程度（P值）。在此期間，近地面臭氧人口加權暴露濃度總體呈上升趨勢，其中華北和西北地區升高幅度尤為明顯。而在長江三角

50、洲、珠江三角洲等南方區域，O3人口加權暴露濃度有輕微下降。圖2.2 2013-2020年O3濃度變化趨勢的空間分布圖2.3 2013年、2017年、和2020年O3暴露和疾病負擔的人群分布情況主要研究發現29圖2.3則展示了2013、2017和2020年不同暴露水平的人口分布及其“城鄉-年齡-性別”特征，比較結果顯示：從2013到2017年，人口分布向高暴露濃度區間擴散，但2017-2020年間，人口逐漸向低暴露濃度區間轉移，進一步佐證O3污染程度先加劇后改善的情況。O3在不同城鄉、年齡和性別亞組中的污染程度相似，人群分布沒有顯著差異。O3暴露的健康影響圖2.4 2013-2020年O3暴露的

51、疾病負擔：超額死亡人數、歸因風險占比、總壽命損失年和預期壽命損失圖2.5 合并O3和PM2.5暴露相關預期壽命損失的變化，以及歸因于大氣十條和藍天保衛戰期間所暴露改善所避免的預期壽命損失圖2.4展示了2013-2020年O3長期暴露的疾病負擔，包括超額死亡人數、歸因風險比、總壽命損失和預期壽命損失。在2013、2017和2020年，歸因于O3暴露的預期壽命損失分別為1.45、1.62和1.43個月。各項疾病負擔指標均呈現先波動上升后波動下降的趨勢。圖2.5展示了2013-2020年間綜合考慮PM2.5與O3的聯合暴露的預期壽命損失及其變化量，作為空氣污染治理健康收益的度量，“大氣十條”期間預期

52、壽命增加1.94月，“藍天保衛戰”期間預期壽命增加3.87個月。結果進一步強調了PM2.5和O3聯合治理的重要性。主要研究發現30圖 2.6 分地區、分人群的O3暴露水平改善與健康改善圖2.6展示了不同地區和人群之間O3的暴露改變（即濃度改變）和健康效應改變情況（即預期壽命的增減）?？傮w來看，O3關聯的健康收益也不完全由暴露改善決定。當暴露改善幅度相當時，平均年齡越高的地區，O3帶來的健康收益越大。與其它地區相比，四川盆地的O3暴露改善并不明顯，但其避免的預期壽命損失卻是最多；反之，珠三角地區O3的下降幅度僅次于汾渭平原，但其健康收益卻排在倒數，這種差異可能源于地區之間年齡結構的不同。O3暴露

53、及健康影響的“地區畫像”圖 2.7 分省的O3暴露水平改善與相關健康收益圖2.7展示了分省O3暴露水平的變化及其對預期壽命的影響，相比于匯總的地區分析，較為細致的分省結果表明O3的健康收益與其暴露水平的改變基本成比例。在所有省份中，暴露與健康改善最突出的是廣西，而天津的污染加劇和健康危害則最為嚴重。主要研究發現31圖2.8綜合考慮了O3與PM2.5的聯合暴露變化，揭示分省的健康改善情況。上海、浙江和重慶的污染治理取得了最明顯的健康改善效果，而寧夏、西藏和新疆的健康改善程度較低，避免的預期壽命損失不足上海的1/3。圖2.9 O3疾病負擔評估輸入數據（濃度、人口、基線死亡風險）的人群分布圖2.8

54、合并O3和PM2.5暴露變化的健康改善主要研究發現32圖2.9和2.10展示了決定O3疾病負擔評估模型的輸入和輸入數據的人群構成比例。圖2.9展示了全國平均水平上，疾病負擔評估的輸入變量及其人群分布；圖2.10展示了全國平均水平上，疾病負擔評估的輸出指標及其人群分布。結果表明，由O3導致的超額死亡、壽命損失和預期壽命損失在高年齡和男性群體中更明顯。附圖2.1展示了各省城市的暴露水平、人群構成及其疾病負擔的分布情況；附圖2.2展示了分城市的暴露改善及其健康收益；附圖2.3展示了分城市的綜合PM2.5和O3后的暴露改善及其健康收益。O3和PM2.5綜合健康收益的分布及其不均衡程度圖2.11 不同O

55、3水平及改善幅度下，相關健康改善的人群分布圖2.11展示了不同O3水平及其改善幅度下的人群健康改善的分布情況?！按髿馐畻l”期間，大部分人口居住區域的O3污染水平上升，由此導致預期壽命損失的增加；而“藍天保衛戰”的推進，有效降低了O3濃度，多數人群由此避免了0-1個月的預期壽命損失。圖2.10 O3疾病負擔評估輸入數據（濃度、人口、基線死亡風險）的人群分布主要研究發現33圖2.13 不同PM2.5和O3改善幅度下，PM2.5和O3綜合健康改善的人群分布圖2.12進一步揭示了分地區的不同O3改善幅度下人群健康改善的分布情況?！按髿馐畻l”期間，每個地區仍有相當比例的人口暴露的O3污染水平加重，而進入

56、“藍天保衛戰”階段，所有地區幾乎全部人口的O3暴露水平都有所改善。圖2.13展示了PM2.5和O3綜合健康改善的人群分布。結果表明，兩階段的空氣污染治理使人群預期壽命大幅度增加，并且健康改善程度與PM2.5暴露改善幅度和O3暴露改善幅度都保持了較高的一致性，即PM2.5和O3的濃度下降越多，健康改善越明顯。圖2.12 不同地區和不同O3改善幅度下，相關健康改善的人群分布主要研究發現34圖2.14展示了大氣十條與藍天保衛戰期間PM2.5和O3綜合改善和相關健康改善的洛倫茲曲線，以及由此可得到各階段暴露改善和健康改善的基尼系數?！按髿馐畻l”階段，一半收益集中于1/4人口，基尼系數為0.32；藍天保

57、衛戰期間，一半收益集中于1/3人口，基尼系數為0.18，地區之間的不平等現象有所緩解。圖2.14-1 大氣十條和藍天保衛戰期間PM2.5和O3綜合改善和相關健康改善的洛倫茲曲線圖2.14-2 O3暴露改善和健康改善的平均水平及其不均衡程度（基尼系數）第三部分：二氧化氮的暴露變化及健康影響主要研究發現35NO2暴露水平的變化圖3.1展示了2013-2020年人口加權的NO2暴露濃度變化?！按髿馐畻l”實施的五年期間，NO2暴露濃度從32g/m3降低到28g/m3，“藍天保衛戰”三年期間，進一步降至24g/m3。人口分布中，暴露濃度超過WHO過渡期目標IT1（40g/m3）的占比從2013年的28%

58、下降到2017年19%，再降至2020年的2%。圖3.1 2013-2020年人口加權的NO2暴露濃度（右側）及超過WHO標準的人口占比（左側）主要研究發現36圖3.2展示了2013-2020年間NO2濃度降低趨勢的空間分布。每個網格點上，利用最小二乘法計算NO2月均濃度的長期趨勢，并且運用圖層的透明度代表趨勢的統計顯著程度（P值）。結果表明期間NO2污染有所下降，華北地區的下降幅度最大，長三角地區NO2污染的改善趨勢也較為明顯。沒有顯著差異。圖3.3 2013年、2017年、和2020年NO2暴露和疾病負擔的人群分布情況圖3.2 2013-2020年NO2濃度變化趨勢的空間分布主要研究發現3

59、7圖3.3還對比了2013、2017和2020年不同暴露水平的人口分布及其“城鄉-年齡-性別”特征，結果表明：從2013到2020年，人口分布呈現向低暴露濃度區間集中的趨勢，這也說明NO2污染程度的顯著改善。此外，城市的NO2濃度要明顯高于鄉村，而不同年齡和性別之間的NO2暴露濃度差異不明顯。NO2暴露的健康影響圖3.4 NO2暴露的疾病負擔：超額死亡人數、歸因風險占比、總壽命損失年和預期壽命損失，2013-2020圖3.4展示了2013-2020年NO2長期暴露的疾病負擔，包括超額死亡人數、歸因風險比、總壽命損失和預期壽命損失。2013、2017和2020年，歸因于NO2暴露的預期壽命損失分

60、別為6.11、5.24和4.13 個月。除去2017年的小范圍的上升外，各項疾病負擔指標均呈現總體呈現線性的下降趨勢，和NO2濃度的變化趨勢相吻合圖3.5 NO2暴露相關預期壽命損失的變化，以及歸因于大氣十條和藍天保衛戰期間所暴露改善所避免的預期壽命損失圖3.5展示了2013-2020期間歸因于NO2長期暴露的預期壽命損失及其變化，對比各階段空氣污染治理帶來的健康收益?！按髿馐畻l”期間，空氣治理避免了0.86個月的預期壽命損失，“藍天保衛戰”期間，避免了1.12個月的預期壽命損失。由于NO2與死亡的暴露反應關系呈亞線性，因此在經過“大氣十條”的治理后，“藍天保衛戰”得以從更低NO2濃度的基礎上

61、深度治理污染，從而帶來更強的減排邊際效益。主要研究發現38圖3.6展示了不同地區、年齡結構、城鄉居住情況下的NO2暴露改善以及相關的健康收益?？傮w來看，NO2空氣質量的改善與健康改善呈現正比趨勢，但也有少數例外。如，珠三角地區NO2濃度的降低程度 僅 次于京津冀附 近 的2+26城市，但其健康收益的增加并不明顯，這可能與珠三角地區平均年齡偏低有關。圖3.6 分地區、分人群的NO2暴露水平改善與健康改善圖3.7 分省的NO2暴露水平改善與相關健康收益圖 3.7 展 示 了 不 同 省 份NO2暴露改善及其所避免的預期壽命損失大小。結果表明，除去小部分省份的輕微變動，NO2的健康收益與其暴露水平的

62、改變總體成比例，這與地區匯總分析的結果類似。在所有省份中，暴露與健康改善最明顯的是北京，最不明顯的是西藏。主要研究發現39圖3.8 NO2疾病負擔評估輸入數據（濃度、人口、基線死亡風險）的人群分布圖3.9 NO2疾病負擔評估（超額死亡、壽命損失、預期壽命損失）的人群分布圖3.9和3.10展示了決定NO2疾病負擔評估模型的輸入和輸入數據的人群構成比例。圖3.8展示了在全國平均水平上，不同亞組人群的疾病負擔評估的輸入變量；圖3.9展示了在全國平均水平上，不同亞組人群的疾病負擔評估輸出指標。結果表明，NO2導致的疾病負擔在高年齡和男性群體中更為明顯。附圖3.1展示了各省城市的暴露水平、人群構成及其疾

63、病負擔的分布情況；附圖3.2展示了分城市的暴露改善及其健康收益。主要研究發現40NO2暴露水平的變化圖3.10 NO2暴露和疾病負擔（壽命損失年）分布的洛倫茲曲線圖3.10顯示了NO2暴露和疾病負擔分布的洛倫茲曲線。結果顯示，2013和2020年的暴露與健康分布的洛倫茲曲線接近，85%疾病負擔集中于20%高危人群，不均衡性問題突出。圖3.11 NO2疾病負擔基尼系數的變化趨勢及影響因素圖3.11進一步揭示NO2疾病負擔基尼系數的變化趨勢及影響因素?？傮w來看，不同暴露水平之間的疾病負擔差異要遠小于不同人口特征（年齡、性別、城鄉）之間的疾病負擔差異，由暴露差異得到的基尼系數呈現先增后降的趨勢。然而

64、，2013至2020年間，人口特征之間疾病負擔的不均衡分布現象愈發凸顯，性別和城鄉之間的差異化分布尤為嚴重，基尼系數達到0.7左右。04結論在2012年底，中國修訂了新的環境空氣質量標準（GB 3095-2012），并采取了強有力的大氣污染治理措施，使得空氣質量得到了大幅改善，與健康息息相關的PM2.5暴露濃度快速下降?！按髿馐畻l”期間，人口加權PM2.5暴露濃度從69g/m3降低到47g/m3，經過“藍天保衛戰”期間的進一步污染治理深入，人口加權PM2.5暴露濃度進一步降低到36g/m3、接近我國現行標準（PM2.5年均濃度35g/m3）。根據全球疾病負擔2019研究測算，在60多種危害健康

65、的風險因素中，室外空氣PM2.5和O3污染排名第6和33位，被認為與缺血性心臟病、腦卒中、肺癌、慢性阻塞性肺病、下呼吸道感染、二型糖尿病、早產和低出生體重等多種疾病或不良健康結局有關?！按髿馐畻l”期間因PM2.5和O3暴露水平的下降，預期壽命增加1.87個月，“藍天保衛戰”期間增加了3.94個月。根據空氣污染健康效應的相關研究，空氣質量改善的邊際效應在低濃度端更大，因此，“藍天保衛戰”階段對應的健康改善幅度更大，但這也應歸功于在“大氣十條”基礎上的“持續努力”。由于各地基礎空氣質量、年齡結構、健康基線水平的差異，導致空氣質量改善與健康改善并不總是成正比?？諝赓|量改善最多的是京津冀地區的“2+2

66、6”城市，但健康改善最多的地區是長三角和四川盆地。此外，空氣質量改善具有一定城鄉差距，但健康改善的城鄉差距并不明顯。如果把空氣質量改善的健康影響作為一種“收益”，與經濟收入類似、具有潛在的分布不均衡的問題，重點治理地區、對空氣質量敏感的人群，往往健康收益更高。本研究仿照經濟學中的基尼系數，計算空氣改善健康收益的均衡程度，結果顯示：“大氣十條”期間，一 半 收 益 集 中 于 1/4 人 口，基 尼 系 數0.32；“藍天保衛戰”期間，一半收益集中于1/3人口，基尼系數0.18，帶來的健康收益更為均衡。隨著空氣污染的健康效應的證據越來越多，2021年世界衛生組織制定了新的全球空氣質量指南，針對P

67、M2.5、O3和NO2污染提出了更為嚴格、更具挑戰性的目標，如果將上述國際指南作為清潔空氣的理想目標，我國當前空氣質量仍有待進一步提高，進而可獲得更大的健康收益。結論421.VrijheidM,CasasM,GasconM,ValviD,Nieuwenhuijsen M.Environmental pollutants andchildhealthareviewofrecentconcerns.International journal of hygiene and environmentalhealth 2016;219(4-5):331-42.2.Xue T,Han Y,Fan Y,et

68、al.Association between arapidreductioninairparticlepollutionandimproved lung function in adults.Annals of theAmerican Thoracic Society 2021;18(2):247-56.3.Guan T,Xue T,Liu Y,et al.Differential susceptibilityin ambient particlerelated risk of first-ever stroke:Findingsfromanationalcase-crossoverstudy

69、.American Journal of Epidemiology 2018;187(5):1001-9.4.Peters R,Ee N,Peters J,Booth A,Mudway I,AnsteyKJ.Air pollution and dementia:a systematic review.Journal of Alzheimers Disease 2019;70(s1):S145-S63.5.Han Y,Wang Y,Li W,et al.Susceptibility ofprediabetes to the health effect of air pollution:acomm

70、unity-based panel study with a nested case-control design.Environmental Health 2019;18(1):1-9.6.ZhengY,XueT,ZhangQ,etal.Airqualityimprovements and health benefits from Chinasclean air action since 2013.Environmental ResearchLetters 2017;12(11):114020.7.Xue T,Liu J,Zhang Q,et al.Rapid improvement ofP

71、M2.5pollution and associated health benefits inChinaduring20132017.ScienceChinaEarthSciences 2019;62(12):1847-56.8.Yin P,Brauer M,Cohen AJ,et al.The effect of airpollutionondeaths,diseaseburden,andlifeexpectancy across China and its provinces,19902017:an analysis for the Global Burden of DiseaseStud

72、y 2017.The Lancet Planetary Health 2020;4(9):e386-e98.9.Giani P,Anav A,De Marco A,Feng Z,Crippa P.Exploringsourcesofuncertaintyinprematuremortality estimates from fine particulate matter:thecase of China.Environmental Research Letters 2020;15(6):064027.10.王金南,雷宇,環境保護 寧J.實施大氣污染防治行動計劃:向PM_(2.5)宣戰.2014

73、;(6):4.11.全國人大常委會法制工作委員會行政法室,童衛東.中華人民共和國大氣污染防治法釋義及實用指南:中華人民共和國大氣污染防治法釋義及實用指南;2015.12.耿冠楠,肖清揚,鄭逸璇,et al.實施大氣污染防治行動計劃對中國東部地區PM2.5化學成分的影響.2020;50(4):14.13.Li J,Yao Y,Xie W,et al.Association of long-termexposure to PM2.5with blood lipids in the Chinesepopulation:Findingsfromalongitudinalquasi-experiment

74、.Environment International 2021;151:106454.14.Wang H,Liu H,Guo F,et al.Association betweenambientfineparticulatematterandphysicalfunctioning in middle-aged and older Chinese adults:a nationwide longitudinal study.The Journals ofGerontology:Series A 2022;77(5):986-93.15.Xue T,Guan T,Zheng Y,et al.Lon

75、g-term PM2.5exposure and depressive symptoms in China:aquasi-experimentalstudy.TheLancetRegionalHealth-Western Pacific 2021;6:100079.16.Xue T,Zhu T,Zheng Y,Zhang Q.Declines in mental health associated with air pollution and temperature variability in China.Nature communications 2019;10(1):2165.17.Ya

76、o Y,Lv X,Qiu C,et al.The effect of Chinas Clean Air Act on cognitive function in older adults:a population-based,quasi-experimental study.The Lancet Healthy Longevity 2022;3(2):e98-e108.參考文獻參考文獻43參考文獻18.Xue T,Zhu T,Peng W,et al.Clean air actions inChina,PM2.5exposure,andhouseholdmedicalexpenditures:

77、Aquasi-experimentalstudy.PLoSmedicine 2021;18(1):e1003480.19.Yu Y,Dai C,Wei Y,Ren H,Zhou JJEE.Air pollutionpreventionandcontrolactionplansubstantiallyreducedPM2.5concentrationinChina.EnergyEconomics 2022;113:106206.20.徐志虎,曹茹,黃婧,潘小川,李國星.大氣污染防治行動計劃實施后我國城市大氣PM2.5濃度下降程度與中老年人精神健康狀態改善的關系%J 環境與職業醫學.環境與職業醫學

78、 2023;40(02):156-62.21.Ju K,Lu L,Wang W,et al.Causal effects of airpollution on mental health among AdultsAnexploration of susceptible populations and the roleofphysicalactivitybasedonalongitudinalnationwide cohort in China.Environmental Research2023;217:114761.22.JuK,LuL,ChenT,etal.Doeslong-termexp

79、osure to air pollution impair physical and mentalhealth in the middle-aged and older adults?Acausal empirical analysis based on a longitudinalnationwide cohort in China.Science of The TotalEnvironment 2022;827:154312.23.WHO.Evolution of WHO air quality guidelines:past,present and future:World Health

80、 Organization,2017.24.Liu C,Chen R,Sera F,et al.Ambient particulateair pollution and daily mortality in 652 cities.NewEngland Journal of Medicine 2019;381(8):705-15.25.Heinrich J,Thiering E,Rzehak P,et al.Long-termexposure to NO2and PM10and all-cause and cause-specific mortality in a prospective coh

81、ort of women.Occupationalandenvironmentalmedicine2013;70(3):179-86.26.Faustini A,Rapp R,Forastiere F.Nitrogen dioxideand mortality:review and meta-analysis of long-term studies.European Respiratory Journal 2014;44(3):744-53.27.Karakatsani A,Samoli E,Rodopoulou S,et al.Weekly personal ozone exposure

82、and respiratoryhealthinapanelofGreekschoolchildren.EnvironmentalHealthPerspectives2017;125(7):077017.28.Huangfu P,Atkinson R.Long-term exposure toNO2and O3and all-cause and respiratory mortality:A systematic review and meta-analysis.Environmentinternational 2020;144:105998.29.Huang CH,Hu JL,Xue T,Xu

83、 H,Wang M.High-Resolution Spatiotemporal Modeling for AmbientPM2.5Exposure Assessment in China from 2013 to2019.Environ Sci Technol 2021;55(3):2152-62.30.WangYY,HuangCH,HuJL,WangM.Developmentofhigh-resolutionspatio-temporalmodels for ambient air pollution in a metropolitanarea of China from 2013 to

84、2019.Chemosphere 2022;291:8.31.Murray CJL,Aravkin AY,Zheng P,et al.Globalburden of 87 risk factors in 204 countries andterritories,1990-2019:a systematic analysis for theGlobal Burden of Disease Study 2019.Lancet 2020;396(10258):1223-49.32.Xue T,Geng GN,Meng X,et al.New WHO globalair quality guideli

85、nes help prevent premature deathsin China.Natl Sci Rev 2022;9(4):3.33.OrganizationWH.WHOglobalairqualityguidelines:particulatematter(PM2.5andPM10),ozone,nitrogen dioxide,sulfur dioxide and carbonmonoxide:executivesummary.2021.https:/www.who.int/publications/i/item/9789240034228.34.Xue T,Tong M,Wang M,et al.Health Impacts ofLong-Term NO2Exposure and Inequalities amongthe Chinese Population from 2013 to 2020.EnvironSci Technol 2023;57(13):5349-57.44